R Notebook

Bundestagswahl 2017

Soziodemografische Analyse auf Wahlkreisebene

Katharina Brunner und Christian Endt, Süddeutsche Zeitung

Quelle: Bundeswahlleiter/Statistisches Bundesamt/Bundesagentur für Arbeit Stand: Montag 25.09.2017, vielzufrüh

To-Do

• Hartz IV Ausländer: Prozent oder je 1000?
• Achsen und Viertellinien beschriften
• Weitere Hypothesen eintragen (auch: Wo ist es vielleicht interessant, dass es KEINE Korrelation gibt?)
• Export implementieren (SVG, WWW, MOB)
• Party-Colors mit jenen in der SZ-Config zusammenlegen
• Warum gibt es NAs in den sozidemografischen Zahlen?

Übersicht: Korrelationen 2013

Print Scatterplots

some selected ideas

# scatter("spd","Reli_Katholisch.Prozent","SPD und Anteil der Katholiken")
# scatter("spd","Mit_Migrationshintergrund.Prozent","SPD und Einwohner mit Migrationshintergrund")
# scatter("afd","Abitur.Prozent","AfD und Abiturientenquote")
# scatter("afd","Ausländeranteil.Prozent","AfD und Ausländeranteil")
# scatter("fdp","Haushaltseinkommen.jeEinw","FDP und Einkommen")
# scatter("fdp","wahlbeteiligung","FDP und Wahlbeteiligung")
# scatter("spd","wahlbeteiligung")
# 
# #for print:
# fdp.btlg <- scatter("fdp","wahlbeteiligung","Je höher die Wahlbeteiligung, desto mehr Stimmen erhält die FDP.","Wahlbeteiligung in Prozent")
# fdp.btlg
# ggsave(plot = fdp.btlg, filename = "fdp_beteiligung.svg", dpi = 144, width = 105, height = 65, unit = "mm")

Significant correlations (cor >= 0.2)

HANDLE WITH CARE: All possible combinations

this will make your machine groan…

# for (i in unique(dfdf$indikator)){
#   indikatorr <- i
#   for (j in unique(dfdf$partei)){
#     parteyy <- j
#     print(
#     scatter(
#       as.character(parteyy),
#       as.character(indikatorr)
#     
#     )
#   )
#   }
# }